Ketterä ja kevyt oppiminen tilausverkoissa

Mobiiliverkkot voitaisiin skaalautua dynaamisesti ja optimoitua lkäyttäjientarpeen mukaan, jotta vältettäisiin resurssien liiallinen varaaminen. Perinteisistä verkon optimointimenetelmistä ja -algoritmeista puuttuu yleismaailmallisia, ennakoivia ja kevyitä ratkaisuja topologian etsimiseen ja resurssien hallintaan. Näitä puutteita voidaan parantaa huolellisesti integroitujen tekoälytekniikoiden koneoppimistekniikoiden avulla, jotka voivat ennakoida kysynnän muutoksen, oppia järjestelmäparametrien vuorovaikutuksen ja saavuttaa optimaalisen toiminnan nopeammin. Tehtävä tutkimuksemme tarjoaa uusia analyysiviitekehyksiä ja käytännön koneoppimisavusteisia algoritmeja langattoman verkkoinfrastruktuurin energiankulutuksen optimoimiseksi reaaliaikaisesti. Tämän tutkimuksen tulosten odotetaan tekevän tulevaisuuden verkoista kestävämpiä ja älykkäitä.